[发明专利]图像识别模型的训练方法、装置、设备以及介质

说明书

本公开提供了一种图像识别模型的训练方法、装置、设备以及介质，涉及人工智能技术领域，尤其涉及计算机视觉、深度学习、图像处理技术领域，可应用于OCR场景。该图像识别模型的训练方法包括：获取训练数据，其中，训练数据包括针对预设垂类的训练图像，训练图像包括包含预设垂类的真实数据的第一训练图像和包含预设垂类的虚拟数据的第二训练图像；构建基础模型，其中，基础模型包括深度学习网络，深度学习网络配置为对训练图像进行识别，以提取训练图像中的文本数据；以及使用训练数据训练基础模型，以得到图像识别模型。

技术领域

本公开涉及人工智能技术领域，尤其涉及计算机视觉、深度学习、图像处理技术领域，具体涉及一种图像识别模型的训练方法、装置、电子设备、计算机可读存储介质和计算机程序产品。

背景技术

光学字符识别(Optical Character Recognition，OCR)：是指电子设备检查纸上打印的字符，通过检测暗、亮的模式确定其形状，然后用字符识别方法将形状翻译成计算机文字的过程。

随着深度学习的发展，一些现有的分类识别OCR方法被各种深度神经网络所代替。深度学习网络模型的训练需要大量数据的支持，然而，对于一些数据具有私密性的场景，难以获取大量的训练数据，导致光学字符识别效率不高。

发明内容

本公开提供了一种图像识别模型的训练方法、图像识别方法、装置、电子设备和介质。

根据本公开的一个方面，提供了一种图像识别模型的训练方法，包括：获取训练数据，其中，训练数据包括针对预设垂类的训练图像，训练图像包括包含预设垂类的真实数据的第一训练图像和包含预设垂类的虚拟数据的第二训练图像；构建基础模型，其中，基础模型包括深度学习网络，深度学习网络配置为对训练图像进行识别，以提取训练图像中的文本数据；以及使用训练数据训练基础模型，以得到图像识别模型。

根据本公开的另一方面，提供了一种图像识别方法，包括：获取待识别的目标图像；以及基于根据本公开第一方面的图像识别模型，对待识别的目标图像进行识别，以提取待识别的目标图像的文本数据。

根据本公开的另一方面，提供了一种图像识别模型的训练装置，包括：获取单元，配置为获取训练数据，其中，训练数据包括针对预设垂类的训练图像，训练图像包括包含预设垂类的真实数据的第一训练图像和包含预设垂类的虚拟数据的第二训练图像；构建单元，配置为构建基础模型，其中，基础模型包括深度学习网络，深度学习网络配置为对训练图像进行识别，以提取训练图像中的文本数据；以及训练单元，配置为使用训练数据训练基础模型，以得到图像识别模型。

根据本公开的另一方面，提供了一种图像识别装置，包括：接收单元，配置为接收待识别的目标图像；以及识别单元，配置为基于根据本公开第一方面的图像识别模型，对待识别的目标图像进行识别，以提取待识别的目标图像中的文本数据。

根据本公开的另一方面，提供了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器。所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本公开第一和第二方面提供的方法。

根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行本公开第一和第二方面提供的方法。

根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序。其中，计算机程序被处理器执行时实现本公开第一和第二方面提供的方法。

本公开实施例提供的技术方案带来的有益技术效果至少包括：通过在训练的过程中同时使用包含真实数据的第一训练图像和包含虚拟数据的第二训练图像，可以提高训练效率，提高图像识别模型识别的准确性。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。